Simone向量自回归模型（VAR）到底厉害在哪里？
的有关信息介绍如下：
Primiceri (2005)系统提出了TVP-VAR模型，结合随机波动率，用于分析货币政策的时变效应。
Nakajima (2011) 进一步改进了贝叶斯MCMC估计方法，推动模型的广泛应用。
Antonakakis等人（2020）使用TVP-VAR模型增强了最初由Diebold和Yılmaz（2012,2014）引入的动态连通性度量。
时变参数向量自回归模型 (TVP-VAR) 在 VAR 模型的基础上扩展而来，最大的改进在于它假定系数矩阵和协方差矩阵都是时变的，这有利于刻画变量之间的联立关系的非线性特征。
【1】Primiceri G E. Time varying structural vector autoregressions and monetary policy[J]. The Review of economic studies, 2005, 72(3): 821-852.
【2】Nakajima J. Time-varying parameter VAR model with stochastic volatility: An overview of methodology and empirical applications[J]. 2011.
【3】Antonakakis N, Chatziantoniou I, Gabauer D. Refined measures of dynamic connectedness based on time-varying parameter vector autoregressions[J]. Journal of Risk and Financial Management, 2020, 13(4): 84.
Antonakakis等人提出的TVP-VAR动态连通性方法，通过时变参数建模和贝叶斯估计技术，解决了传统方法在动态性刻画、结构性突变处理和结果稳健性上的局限，尤其适合分析复杂金融系统的高频、非线性关联。
